Panda学习笔记

Numpy 基础（提供数组支持）

位与字节：

• 位与字节：计算机内部通常采用二进制的形式储存，信息储存单位有位，字节，字等几种，储存容量单位有KB，MB，GB，TB等。
• 二进制的一个0/1叫1位，每8位组成一字节
  int8 占1字节，表示值介于-128~127的有符号整数
  int16 占2字节，表示介于-32768~32767的有符号整数
• 有符号和无符号：整数分为有符号整型和无符号整型，有符号指有正负符号，无符号指无正负符号，表示0及以上单边的数据

import numpy as np
np.iinfo(np.int8)
//iinfo(min=-128, max=127, dtype=int8)
np.iinfo(np.uint8)
//iinfo(min=0, max=255, dtype=uint8)
np.iinfo(np.int16)
//iinfo(min=-32768, max=32767, dtype=int16)
np.iinfo(np.uint16)
//iinfo(min=0, max=65535, dtype=uint16)

对象

• python是面向对象的编程语言，在python中一切都是对象。对象的本质是数据加方法，只要是对象，就有自己的属性和方法，numpy对这些属性和方法进行调用时，就可能形成新的对象和方法。

数组

1.维度
一维数组：像Excel 里面的一行或一列的数据
二维数组：像Excel 里面一个行列组成的表格数据
三维数组：理解成N张表
简单的讲N为多少，意味着最外层有几个[],一维[1,2,3] 二维[[1,2],[3,4]], 三维[[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]
2.数组优势：
Numpy的一维类比Python的列表，一维效率受限变为二维，二维效率受限变为三维，这是Numpy中升维的概念，数据量越大他的优势越明显。
Numpy是Pandas的依赖项，Numpy中许多高效的方法已经被移植到Pandas中。
3.广播功能函数
所有与ndarray创建相关的函数可以称为广播功能函数，创建分为
一般创建：np.array()
特殊创建：np.arrange(), np.linspace(), np.zeros(), np.ones()